Un team di ricercatori guidato da un gruppo della sussidiaria di Google DeepMind ha sviluppato una teoria su come funziona il meta-apprendimento umano confrontandolo con un certo tipo di rete di deep learning sui computer. Nel loro articolo pubblicato sulla rivista Neuroscienze della natura , il gruppo suggerisce che gli elementi chiave nelle reti neurali computerizzate specializzate potrebbero essere simili alla funzione della dopamina nel cervello durante il meta-apprendimento.

Reti di apprendimento profondo, mentre è abbastanza impressionante durante la corsa, sono ancora insufficienti in un'area:richiedono molto tempo e sforzi per essere al passo con i tempi. Un esempio recente sono le reti neurali programmate per riprodurre vecchi giochi per computer come Pong. Un umano può padroneggiare le basi e diventare abbastanza abile dopo aver giocato solo per un pomeriggio. Una rete neurale, d'altra parte, richiede centinaia di ore di formazione. I neuroscienziati hanno suggerito che questa differenza sia dovuta a ciò che viene chiamato meta-apprendimento, in cui una persona (o un animale) impara a fare qualcosa di nuovo in base a ciò che ha imparato in passato. Scimmie, Per esempio, può imparare a scegliere tra oggetti dissimili dopo aver imparato a scegliere tramite la selezione casuale, cosa che è stata scoperta come parte dell'esperimento di Harlow.

Ricercatori, come quelli di DeepMind, hanno fatto passi da gigante nel convincere i computer a impegnarsi nel meta-apprendimento. Il processo con cui lo fanno è molto ben compreso, Certo, poiché sono loro che lo fanno accadere. Come accade negli esseri umani, anche se, non è ancora chiaro. In questo nuovo sforzo, il team di DeepMind suggerisce che uno dei fattori chiave per far sì che i computer si impegnino nel meta-apprendimento, potrebbe essere simile a qualcosa che si trova nelle reti neurali umane.

Per giungere a questa conclusione, il team ha sviluppato sei esperimenti di meta-apprendimento basati su computer che originariamente facevano parte di esperimenti di neuroscienza sugli animali, uno dei quali era l'esperimento di Harlow. I ricercatori hanno scoperto che le risposte della loro rete neurale profonda erano simili a quelle degli animali negli esperimenti originali. Per di più, hanno notato che l'ingrediente comune utilizzato per ciascuno degli esperimenti era qualcosa che chiamavano agente:era necessario per far sì che si verificasse l'apprendimento del metatipo. Questo, notano, potrebbe indicare che le reti neurali animali hanno un agente biologico simile che è responsabile di provocare il meta-apprendimento. E suggeriscono che l'agente potrebbe essere il neurotrasmettitore dopamina.

© 2018 Tech Xplore